إستشارة عن بعد لمدة ساعة في الإستخراج المرئي للنصوص العربية OCR

أمتلك عدد كبير من المستندات الإخبارية وهي مطبوعة بخط أو إثنين غير الدارج, عدد المستندات كبير نسبياً أكثر من 33ألف صفحة.

أنا بحاجة لإجراء العديد من البحوث عليها وإستخلاص الكثير من البيانات, ومن ذلك قمت باستخدام العديد من البرامج التجارية منها وأخرى متاحة المصدر مثل tesseract, لكن دعم العربية محدود لخطوط معينة Arial مثلاً أو إن البرامج التجارية تمتلك خصائص لتحليل الصفحة وصيغة الكلام ثُم تجتهد في تحديد الكلمة (وهذا جيد نوعاً ما) لكنها تفشل في أماكن كثيرة وتحتاج لمن يقوم بالتصحيح ومراجعة المستند المستخرج والمستند الأصلي ومقارنة هذا بهذا والأمر منهك.

مختصر الماضي, أردت المضي قُدماً في تدريب tesseract للخطوط الجديدة لكن طرأت في بالي فكرة جديدة مخصصة لهذا المشروع وفيها أنا بحاجة إلى طلب الاستشارة.

لذلك الأمر كالأتي,

الهدف هو تطوير برنامج نصي لإستخراج النصوص من الكلمات عن طريق التجريب والمطابقة وحفظ الشكل وأبعاده عند نجاح المطابقة, محلياً على الجهاز لإعادة إستخدام التطابق السابق, أو على الشبكة حتى يتم الإستفادة من الحساب الجمعي وتسريع العملية ككل.

----

يجب أن يكون لك تخصص في هذا الموضوع, وقد قمت بإرفاق نموذج مصور للخطوط التي أقصدها (إذا أردت التجربة).

التكلفة المتوقعة هي 50$, إستشارة عن بُعد ولمدة ساعة.

شُكراً